Núcleo Académico Básico El Núcleo Académico Básico de la Maestría en Ciencias de la Computación está integrado por: 1. Betania Hernández Ocaña Doctora en Ciencias de la Computación con mención honorífica por la UJAT en el programa Interinstitucional en Ciencias de la Computación reconocido por CONACYT en el 2016. Maestra en Computación Aplicada con mención honorífica expedida por el Laboratorio Nacional de Informática Avanzada A.C. 2011. Licenciatura en Sistemas Computacionales por la UJAT, 2009. Dentro de sus publicaciones destacan 9 Artículos arbitrados en congresos Internacionales, 3 Artículo de Revista indizada, 1 capítulo de libro y 3 Estancias de investigación. Entre los reconocimientos y constancias destacan: El reconocimiento otorgado por la Sociedad Mexicana de Inteligencia Artificial (SMIA) como tercer lugar en el concurso nacional de tesis de Maestría sobre Inteligencia Artificial en 2012. Reconocimiento como mejor exposición en el XII Workshop Agentes y Sistemas Inteligentes, en el marco del XVII Congreso Argentino de Ciencia de la Computación en 2011. Reconocimiento como miembro del Sistema Estatal de Investigadores del Estado de Tabasco del año 2012-2015. Constancia por haber obtenido el primer lugar del Premio Institucional a la Mejor Tesis 2009, a nivel Licenciatura en el área de Ciencias de la Ingeniería otorgado por la Universidad Juárez Autónoma de Tabasco. Reconocimiento como First Runner-Up otorgado por The Artificial Neural Networks in Enginnering Conference (ANNIE'2009). Entre otros. Investigación de Interés: Computación bio-inspirada en la naturaleza (Particle Swarm optimization, Ant colony optimization, Bacterial Foraging Optimization, Differential Evolution), Optimización global, Manejo de restricciones y Normalización de espacio de búsqueda.
2. Francisco Diego Acosta Escalante Es Profesor-Investigador Titular de la División Académica de Informática y Sistemas en la UJAT. Obtuvo su grado de doctor en la Universidad Montpellier II, Francia. Cuenta con Reconocimiento al Perfil Deseable PROMEP, es miembro del Sistema Estatal de Investigadores, así como del Padrón Estatal de Investigadores. Es miembro de la Red Temática de Tecnologías de la Información y Comunicación (RedTIC) del CONACyT. Desde hace más de 20 años participa en el Consejo Nacional de Acreditación en Informática y Computación (CONAIC), también participa en el CENEVAL como sinodal de exámenes del Acuerdo 286 y en la ANIEI como parte de la mesa directiva. Ha trabajado como profesor en varias instituciones de educación superior en Francia en los niveles de técnico superior, licenciatura y posgrado durante 15 años y en México en licenciatura y posgrado por más de 20 años. En la UJAT es titular de seminarios de investigación y director de tesis en el Doctorado Interinstitucional en Ciencias de la Computación y desde el 2012 hasta la fecha coordina las actividades académicas de este programa. Es miembro del Comité Institucional de Posgrado de la UJAT y coordina las actividades del Cuerpo Académico de Sistemas Distribuidos. Actualmente sus trabajos de investigación están centrados en la Inteligencia Ambiental (AmI), Computación Ubicua, Semántica Web y Minería de Datos. Ha publicado más de 30 artículos en conferencias internacionales de alto nivel, libros de investigación y revistas indizadas. 3. José Adán Hernández Nolasco Ingeniero en Electrónica y Comunicaciones por la Universidad Autónoma de Nuevo León, M. en C. en Ingeniería Electrónica [Telecomunicaciones] por el Instituto Tecnológico y de Estudios Superiores de Monterrey, Doctor en Ciencias con especialidad en Óptica por el Instituto Nacional de Astrofísica Óptica y Electrónica y 18 años como Profesor Investigador en la UJAT. Ha publicado al menos 30 trabajos en inglés y español en revistas arbitradas
e indexadas, así como en congresos nacionales e internacionales. Las áreas de interés son los sistemas ubicuos, la infraestructura de telecomunicaciones y el estudio de la propagación de señales de comunicaciones. 4. José Hernández Torruco Egresó en agosto de 2015 del Doctorado Interinstitucional en Ciencias de la Computación. Estudió la maestría en Ingeniería en Sistemas en la Universidad del Valle de México campus Villahermosa de 2007 a 2009 y la Licenciatura en Informática Administrativa en la UJAT de 1992 a 1997. Es docente de la División Académica de Informática y Sistemas de la UJAT desde el año 2000, donde ha impartido clases del área de programación principalmente. Ha tomado diversos cursos del área de programación como java, Programación Orientada a Objetos, Visual Basic, JavaScript. Es certificado en Sun Certified Java Associate, Adobe Flash CS5, Ingeniero de software nivel Junior por parte de NYCE (Normalización y Certificación Electrónica), ITIL Foundation e ITIL Operational Support and Analysis. Su área de interés es el aprendizaje automático y la minería de datos, especialmente su aplicación en la medicina. Ha publicado varios artículos en inglés y español en revistas arbitradas e indexadas, así como en congresos nacionales e internacionales. Ha sido responsable de varios proyectos institucionales y ha participado como colaborador en proyectos financiados. Ha dirigido y co-dirigido varias tesis a nivel Licenciatura. Es miembro del Sistema Estatal de Investigadores desde el año 2010. Fue perfil PRODEP del 2011 al 2014. 5. Juana Canul Reich Es Profesor-Investigador Titular de la División Académica de Informática y Sistemas en la UJAT. Recibió su grado de Doctora en Ciencias de la Computación e Ingeniería por la Universidad del Sur de Florida. Miembro vigente del Sistema Nacional de Investigadores Nivel 1, cuenta con Perfil Prodep vigente, miembro del Sistema Estatal de Investigadores, es ex-becario Fulbright. Miembro de Computer Society de la IEEE y de la ACM, ambas a nivel profesional. Participa como directora de tesis doctorales en el Doctorado Interinstitucional en Ciencias de la Computación de la UJAT-DAIS, así como es miembro de comités tutorales
de otros estudiantes de doctorado. Realiza servicio profesional como árbitro de revistas indizadas y de conferencias internacionales en computación. Sus trabajos de investigación se enfocan en minería de datos con énfasis y sin estar limitada a problemas de aprendizaje supervisado, aprendizaje no supervisado, selección de atributos, pre-procesamiento de datos, SVMs, métodos de evaluación del desempeño, análisis de micro-arreglos de datos, combinación de clasificadores. 6. Miguel Antonio Wister Ovando Se gradúa en 1993 como Licenciado en Informática Administrativa por la Universidad Juárez Autónoma de Tabasco. En 1997 obtiene el grado de Maestro en Ciencias con especialidad en Tecnología Informática, dentro del programa de graduados en informática en el Instituto Tecnológico y de Estudios Superiores de Monterrey, Campus Monterrey. En 2008 obtiene el grado de Doctor por la Universidad de Murcia, España, dentro del programa de Doctorado en nuevas tecnologías de la información y las comunicaciones. Sus áreas de interés son: la computación ubicua, inteligencia ambiental; actualmente en el diseño de arquitecturas de internet de las cosas en situaciones de emergencia y desastres. El Dr. Miguel Wister ha publicado en revistas arbitradas reconocidas en el medio, igualmente ha publicado y participado en conferencias internacionales de la IEEE Computer Society. También ha participado en más de 20 de ponencias en eventos nacionales e internacionales. En lo que respecta a la dirección de trabajos de investigación, ha dirigido más de 20 tesis de licenciatura y maestría. Cuenta con Reconocimiento al Perfil Deseable PROMEP, es miembro del Sistema Estatal de Investigadores, así como del Padrón Estatal de Investigadores. Es Director de un proyecto de investigación con financiamiento PROMEP y Miembro de la Red Temática de Tecnologías de la Información y Comunicación (RedTIC) del CONACyT. 7. Oscar A. Chávez Bosquez Doctor en Ciencias de la Computación por la UJAT (2016), con investigación orientada a la aplicación de algoritmos y técnicas de Inteligencia Artificial para el modelado y solución de
problemas de la vida real. Es Profesor-Investigador de la División Académica de Informática y Sistemas de la Universidad Juárez Autónoma de Tabasco desde el año 2004, impartiendo asignaturas del área de desarrollo de software principalmente. Ha escrito diversos artículos en revistas arbitradas e indexadas (https://www.researchgate.net/profile/oscar_chavez- Bosquez), ha participado como colaborador en un par de proyectos con financiamiento externo y ha dirigido tesis de licenciatura y maestría. Es miembro del Sistema Estatal de Investigadores desde el año 2007, es ingeniero de software certificado por NYCE, y cuenta con una serie de certificaciones internacionales en desarrollo de software y tecnologías Web. Ha desarrollado software libre (http://sourceforge.net/u/chavezbosquez) y ha diseñado modelos abiertos (https://github.com/chavezbosquez). 8. Pablo Pancardo García Profesor-Investigador en la División Académica de Informática y Sistemas de la UJAT. Obtuvo el grado de Doctor en Ciencias de la Computación en el programa Interinstitucional UAA-UJAT-UV reconocido en el PNPC de CONACYT, Maestro en Ciencias en Tecnología Informática por el ITESM, Campus Monterrey y Licenciado en Informática Administrativa por la UJAT. Ha dirigido 18 tesis de Licenciatura y maestría. Responsable y/o colaborador en 10 proyectos de investigación. Participado como Ponente y/o miembro del Comité Técnico de Programa en numerosos congresos de investigación. Cuenta con el Reconocimiento al Perfil Deseable PRODEP y es Miembro del Sistema Estatal de Investigadores de 2004 a la fecha. Sus áreas de interés son las Redes Inalámbricas de Sensores, Inteligencia Ambiental, Interacción Humano- Computadora y Cómputo Ubicuo aplicado a la salud y el bienestar. Esta LGAC en la Maestría en Ciencias de la Computación es importante, ya que permitirá dar soluciones a problemas propios del manejo de grandes volúmenes de datos. Tales soluciones podrán aterrizarse en modelos estadísticos predictivos, su validación, selección de variables relevantes, análisis de escalabilidad de soluciones, identificación de patrones de comportamiento entre otras. Los algoritmos típicos a aplicar van desde los clásicos
árboles de clasificación, hasta las sofisticadas máquinas vector soporte, redes neuronales y del aprendizaje a profundidad, todo aplicado a diversos campos en los que se generen datos que se puedan analizar.